基于探地雷达与概率神经网络的城市道路路基病害预警模型研究

近年来由道路路基病害所导致的城市道路塌陷事故频繁发生,造成人员伤亡和巨大的经济损失。针对城市道路路基病害所带来的诸多问题与安全隐患,提出了一种基于探地雷达与概率神经网络的城市道路路基病害预警模型。首先在分析路基病害成因的基础上建立了城市道路路基病害评价指标体系;然后依托城市道路路基病害动态演化物理模型,使用探地雷达采集并积累样本数据;最后基于样本数据建立概率神经网络预警模型并进行仿真分析,结果表明预警准确率达到88.9%。该预警模型在郑州市中牟县的滨河路和荟萃路进行了应用试验,预警结果与实际情况基本吻合,表明该预警模型可对城市道路路基病害做出有效预警,为道路养护和工程整治设计提供技术支撑。     

广州地区城市道路病害探测图谱与优化方法

针对运营中的城市道路在路基病害探测中无法封路的情况,以广州市广花一级公路为工程背景,阐述了城市道路探地雷达(GPR)检测原理,并对检测精度影响因素进行了总结.提出了不影响正常交通条件下城市道路二维、三维探地雷达快速联合检测优化方法,以三维雷达图像进行初判、二维雷达深入检测并进行对比分析,实现道路病害的精确解译.运用此优...     

基于级联卷积神经网络的公路路基病害识别

针对当前公路路基病害识别中探地雷达(GPR)技术的数据分析还依赖于人工识别,识别效率低、准确性差问题,建立了级联卷积神经网络来实现自动识别探地雷达图像所反映路基病害的任务。级联卷积神经网络系统由2个卷积神经网络组成,分别用于识别低分辨率和高分辨率探地雷达图像。神经网络的建立包括训练、验证和测试3个步骤。通过训练和测试的结果验证了级联卷积神经网络系统的稳定性,并将级联卷积神经网络和Sobel边缘检测,K值聚类分析进行比较,以论证其优越性。结果表明:级联卷积神经网络在路基病害分类训练中的识别准确率为97.46%,验证中的识别准确率为95.80%,其识别路基病害的精度较高;级联卷积神经网络对发射频率300、500、900 MHz的图像分类准确率分别为94.20%、93.89%、94.57%,对不同公路结构的图像分类准确率分别为94.80%、94.78%、94.28%、94.21%,可见级联卷积神经网络的识别准确性不受雷达发射频率和路面结构的影响;当图像分辨率较低时,Sobel边缘检测和K值聚类分析无法准确提取路基病害几何特征信息,级联卷积神经网络可通过分类器2准确识别;当图像分辨率较高时,Sobel边缘检测和K值聚类分析仅能提取路基病害的部分特征,后续病害类型的识别需要人工完成。可见级联卷积神经网络较其他算法在路基病害识别方面更准确、高效。     

基于GPRSIM的道路地下病害体探地雷达正演模拟研究

探地雷达因其便捷、高效、无损的优势目前被广泛应用于道路地下病害体探测任务中,但雷达图像识别又缺少统一的解释标准,所以亟需为病害体探测提供判别依据。因GPRSIM探地雷达正演软件可自定义模型形状、天线频率大小及正演速度快等优点,所以研究基于GPRSIM设计了不同填充类型、形状、规模、埋深、天线中心频率的道路路基空洞病害模型进行正演模拟研究,并分析总结病害雷达特征。其结果对雷达图像的解译具有重要的指导作用,同时,也为病害体识别提供了客观的理论依据。     

基于GPR的城市道路地下病害差值检测方法研究

地下工程施工对道路路基破坏产生的地下空洞等病害是导致城市道路路面坍塌事故频发的主要原因,探地雷达(GPR)以其无损、快捷以及浅层高分辨率的优势被广泛应用于道路地下病害检测中。针对目前GPR技术在地下病害一次性检测中存在的环境干扰严重和检测精度低的问题,提出了一种基于差值检测的道路地下病害检测方法。首先通过差值检测算法对配准后的不同时相雷达图像进行差值处理,识别出变化区域即病害可能出现区域,然后利用改进的核匹配追踪算法,识别并提取道路病害特征。根据回波波组形态、振幅和相位特性、吸收衰减特性等方面特征,初步建立地下病害属性划分标准,进而将不同种类病害分级以指导施工修复。对北京四环路部分路段进行应用实验,结果表明:该检测方法有效提高道路地下病害的检测精度至80%。该方法可实现道路病害检测由一次性检测技术向周期性监测技术的转换,为保障城市道路和地下管线安全提供有效的技术支撑。     

探地雷达在检测道路路基病害中的应用

社会经济和物流业的快速发展对道路路基抗病害能力提出了更高要求。探地雷达技术利用测线剖面图和单道波形图,对道路路基开挖引起的路基病害产生机理进行分析,总结归纳出土体脱空、疏松和滑移等典型地基病害的图像特征,为准确探明路基病害的位置和严重程度,解决道路路基病害问题提供了技术支持。     

重载铁路既有线路基病害探地雷达无损检测方法

选用探地雷达进行路基病害无损检测试验,通过对探地雷达获取数据的解译和资料调查,研究路基下沉、道砟陷槽、路基翻浆冒泥和路桥过渡段填土不均匀沉降等不同类型的路基病害,从雷达信号反射波的波形、能量变化、同相轴等方面总结不同类型路基病害的雷达图像识别特征.选取具体试验地段,进行动力触探试验,并结合路基岩土体参数进行对比分析.试验结果和探地雷达检测结论基本一致,验证了探地雷达无损检测方法的有效性和适用性.     

结构光三维扫描技术在道路病害识别方面的研究

目前利用探地雷达进行路基病害探测是一种较为科学的方法。如果同时能够获取路面三维模型,将地上路面信息与地下路基信息进行关联互补,将能够有效地检测出道路病害。利用基于HALCON的激光三角测量法完成对道路模型的测量,以大型跨平台开源点云库(PCL)为主,应用大量点云相关的通用算法和高效数据结构,针对道路病害特点,对点云进行获取、滤波、特征提取、曲面重建、可视化等处理,能够从三维重构图中清晰分辨出道路病害的情况。     

泡沫混凝土路基病害地质雷达正演模拟研究

尝试将地质雷达运用于浙江某大桥工程泡沫混凝土路基质量测试,获得了泡沫混凝土雷达图像信号,并对其信号特征进行了分析,得到了泡沫混凝土路基结构情况;建立了理想条件下泡沫混凝土路基结构模型,采用基于时域有限差分法(FDTD)的GPRMax程序,通过MATLAB编程对泡沫混凝土路基疏松、脱空、分层等病害进行地质雷达正演模拟,得出路基病害在雷达图像上的典型特征信号;同时分析病害形状、大小对信号的影响以及之间的定量关系.本研究成果有助于对泡沫混凝土实测雷达图像的解读,为地质雷达在泡沫混凝土路基病害测试应用提供参考.     

运营公路路基病害快速无损综合检测新技术

针对现有路基病害无损检测方法检测精度低、速度慢、对交通影响大以及很难在运营公路上进行路基病害检测等问题,本研究从探地雷达、高密度电法及瑞雷波法检测原理出发,对上述3种检测设备进行改造,设计了路基病害综合处理平台,提出了运营公路路基病害快速无损综合检测新技术．研究结果表明,采用空气耦合天线探地雷达,并对高密度电法电极及瑞雷波法检波器布设方法进行改造,可实现公路路基病害快速检测;以不同检测方法检测指标及检测对象互补性为基础,采用多传感器融合的数据采集和处理方法,可实现路基病害综合检测;通过路基病害综合处理平台,可实现路基病害检测数据的联合解译及路基病害的可视化及网格化显示．运营公路路基病害快速无损综合检测新技术的应用,可以提高路基病害检测精度与效率,大大促进路基检测与养护水平的发展．     

基于多层前馈神经网络的互联网行业财务风险预警研究

为了构建一套科学合理、行之有效的财务风险预警机制,及时识别出企业隐藏的财务风险。本文以60家在A股上市的互联网企业为依据,以各企业2016~2018年的数据作为研究样本,选取了包含财务和非财务指标共计27项,构建了初步预警指标体系。通过非参数检验、主因子分析对指标进行优化和降维,将因子得分作为输入变量代入多层前馈神经网络进行训练和检验。检验结果表明：基于多层前馈神经网络的互联网行业财务风险预警模型达到了设计标准,具有较高的准确度和实际应用价值。     

农村公路地质灾害事故的防治浅析

近年来,农村公路沿线塌方、滑坡、路基沉陷等地质灾害事故频发,严重影响行车安全。阐述了农村公路地质灾害隐患的成因,探讨了农村公路在建项目与已建成项目的地质灾害防治,指出应通过严谨设计、隐患排查、监控预警、工程治理等手段,切实加强地质灾害事故的预防治理工作。     

春季灌区道路翻浆原因的试验分析与防治

通过试验观测和理论分析，春季灌区道路形成的翻浆现象是由于冬季土壤冻结时土中水分产生迁移，在路基下形成的聚冰层春季融化造成路基承载力降低，外作用下路基破坏，实质上它是一种冻害现象，据此提出解决道路翻浆危害的一些防治措施：抬高路基，排水及换填。     

基于被动微波遥感的城市土地生态承载力极限预警方法

现有的土地生态承载力极限预警方法对自然状态中的因素界定模糊,未能获取较高质量的预警指标数据,导致预警结果精度不高.为此,提出基于被动微波遥感的城市土地生态承载力极限预警方法.建立城市土地生态承载力极限预警指标,详细分析其中的自然状态指标,并计算土地生产潜力,再利用被动微波遥感技术完成土壤水分反演.在此基础上,结合熵权法,通过构建判断矩阵计算得到自然状态指标因素的权重,提高预警指标数据质量.然后根据社会状态与经济状态指标,采用灰色预警模型实现对城市土地生态承载力极限的预警.实验结果表明,该方法对土地生产潜力估计的准确率较高,土壤水分反演数据耗时远低于传统方法,权重计算结果绝对误差均值为5.5％,且承载力极限预警精度处于90％左右,证明该方法具有较强的应用优势.     

基于RS-ANN知识员工离职模型及预警研究

以相关文献作为研究基础,确定知识型员工离职的相关因素,利用粗糙集理论对知识的约简能力及神经网络的分类能力,构建粗糙集—神经网络(RS-ANN)员工离职预警模型;并将该模型应用于员工离职预警数据进行实例验证,该模型预警速度快,离职预警正确率高。     

采用BP神经网络的猪肉冷链物流预警模型与仿真

分析影响猪肉在冷链过程中出现安全隐患的因素,整合供应链上的追溯信息和监测信息,提出一种猪肉冷链物流的预警方案.采用BP神经网络技术搭建安全预警模型,对模型进行训练和预测,并采用遗传算法对该模型参数进行优化改进.仿真结果表明:该模型可以有效提高猪肉在冷链物流中风险预警的准确性.     

Development of Crisis Management Models Combined with Cloud Computing

Three monitor models of enterprise crisis were introduced,i.e.,the monitoring model of enterprise crisis based on intelligent Meta search,the enterprise crisis management model based on artificial neural network and the combined early-warning model.Combined with the advantages of cloud computing,the prominent crisis management models are improved and more efficient,comprehensive and accurate in enterprise crisis management.Through the empirical study of the models,cloud computing makes the early warning structures of enterprise crisis tend to be more simple and efficient,cloud computing can effectively enhance the recognition ability and learning ability of the crisis management,and cloud computing can keep data information updating and realize the dynamic management of enterprise joint early-warning.At the same time,according to the comparative analysis and the experimental result,the crisis management models based on cloud computing also need some improvements.     

稳定土厂拌设备生产混合料的质量控制

通过光山城市道路路面基层的厂拌法施工，探讨了有效控制稳定土拌和质量的方法和步骤，可保证取得良好的道路施工质量．     

基于主成分和BP神经网络方法的湖南省汽车保有量预测

汽车保有量预测对城市交通的发展方向、城市交通的控制管理、城市道路的建设情况等都有直接的参考意义。本文通过分析影响城市汽车保有量的因素,通过参考部分参考文献,城区人口总数人均GDP、公路客运量等8个指标,首先采用主成分分析法将8个因素进行分析,然后建立BP神经网络模型对湖南省2006到2008年汽车保有量进行预测,预测结果分别为98．93万辆、122．18万辆、137．03万辆,与汽车保有量实际值94．64万辆、121．72万辆、142．67万辆很接近,预测精度比较高。这表明BP神经网络具有很强的学习与泛化能力,用于汽车保有量预测的可行性与有效性。